Борьба промтов в дискуссиях

Я уже использую ChatGPT для мокапов, подготовки требований и формулировки ожидаемого результата. Можно показать, где должна стоять кнопка, что произойдёт после нажатия и какой результат мы будем принимать. Удобно: мысль превращается в предмет для обсуждения.

Codex стал инструментом для прототипов, которые частично заменяют ТЗ. Посмотреть, как работает, и сделать так же часто быстрее, чем прочитать, понять и сделать.

У клиентов, оказывается, тоже появился свой аналитик. В SpaceWeb рассказали на Хабре: клиент получает ответ поддержки, отправляет его нейросети и возвращается с аргументами в пользу своей правоты. Поддержка объясняет ещё раз, клиент снова идёт к ИИ. По словам сотрудников, такой разговор постепенно превращается в спор, где нейросеть опирается на контекст, который передал ей клиент.

И что нам делать с такими клиентами? Подключить свою нейросеть и устроить соревнование промптов? Я бы начал с собственного отношения к этим обращениям.

Я прихожу к разработчику с мокапом от ChatGPT и говорю: «Вот так будет удобно». Клиент приходит в поддержку с ответом ChatGPT и говорит: «Вот так должно работать». У каждого своя вводная, своя переписка и уверенность в выводах. Осталось выяснить, откуда вообще взялось это «должно работать именно так». Из согласованных требований? Из правил сервиса? Из условий конкретного заказа? Или мы вместе с чатом придумали удобный вариант и уже успели принять его за обязательство продукта? А какое место здесь занимают требования здравого смысла?

У меня есть доступ к требованиям, команде и устройству продукта. Поэтому с меня и спрос выше. Я могу выяснить ограничения интеграции, проверить расчёт скидки и согласовать поведение. Клиент видит экран и пытается решить свою задачу. И вполне может ошибаться в техническом объяснении, одновременно указывая на реальную проблему.

Допустим, человек хочет понять, сколько заплатит за заказ с учётом бонусов. Мы показываем ему сумму в корзине, возможность списания открываем на следующем шаге, а условия объясняем где-то в правилах программы лояльности. Он идёт в ChatGPT, получает объяснение, каким должен быть удобный магазин, и возвращается к нам спорить.

Можно подробно рассказать ему про этапы оформления и особенности интеграции. А ещё стоит задать себе вопрос: достаточно ли понятно мы показали человеку, сколько он заплатит и что ему для этого нужно сделать? Я ведь сам могу попросить ChatGPT нарисовать списание бонусов прямо в корзине. Получу красивый мокап. У картинки уже есть кнопка. У команды пока есть вопросы: когда рассчитывается скидка, какие товары участвуют, что позволяет платёжная интеграция.

Моя работа здесь: разобраться с этими вопросами и превратить ожидание в конкретные требования. Например: до подтверждения заказа пользователь видит окончательную сумму, размер списания бонусов и условия, которые влияют на расчёт.

Вот так я понимаю работу с требованиями здравого смысла. Берём «человеку должно быть понятно» и формулируем, что именно он должен увидеть, узнать и суметь сделать. Фраза «работает по ТЗ» подтверждает, что разработчик выполнил задание. К самому заданию у меня всё ещё могут быть вопросы.

Поэтому такие обращения я бы разбирал в двух частях. Сначала выясняем, что произошло: действия, экран, заказ, данные. Потом разбираем ожидание: что человек хотел получить и откуда взялось это представление. Рядом с фактическим результатом появляется ответ на вопрос «что сделали и что получили?». Рядом с ожидаемым: «на основании чего?». Подтвердили ошибку? Исправляем. Нашли запутанный сценарий? Передаём в продуктовую команду. Упёрлись в обоснованное ограничение? Объясняем его и показываем доступный способ решить задачу.

Свою нейросеть здесь тоже можно подключить. Я бы поручил ей собрать контекст обращения, найти подходящий пункт в базе знаний, подготовить понятный ответ. За вывод и дальнейшие действия отвечает сотрудник. И к своим мокапам я должен применять ту же придирчивость. Нарисовал кнопку, выяснил условия её работы, согласовал поведение, определил критерии приёмки. После этого принёс в разработку.

Клиент вправе прийти с путаным объяснением своей проблемы. От команды я ожидаю, что после разбора появится ясность и конкретный результат. Даже когда ради этого придётся пересмотреть собственное ТЗ. Иначе получится спор двух промптов за счёт рабочего времени.

И думать надо головой, а не нейросетью.

Вопросы по материалу

О чем этот материал?

Я уже использую ChatGPT для мокапов, подготовки требований и формулировки ожидаемого результата. Можно показать, где должна стоять кнопка, что произойдёт после нажатия и какой результат мы будем принимать. Удобно: мысль превращается в предмет для обсуждения.

Кто автор материала?

Материал подготовил Игорь Колосов. Автор материалов о продуктивности, IT, управлении, нейросетях и инструментах для работы и жизни.

Когда материал опубликован или обновлен?

Дата публикации: 21.09.2026. Последнее обновление: 21.09.2026.